买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：自然资源部第一海洋研究所;中国石油大学(华东)

摘要：本发明涉及海洋锋面探测领域，公开了一种基于多尺度残差卷积神经网络的海洋锋面探测方法，包括如下步骤：将卫星遥感观测得到的海表面温度数据进行预处理得到海表面温度梯度图与海表面温度图；使用Labelme制作海洋锋面标签；将海表面温度梯度图与海表面温度图作为模型输入，将训练集输入构建的多尺度残差卷积神经网络Y‑Net模型中，训练完成后利用测试集对模型进行评估；利用评估后的模型进行海洋锋面探测。本发明所公开的方法有两条编码器路径，使模型在解码器部分得到的特征图不仅融合了SST梯度图的细节特征信息而且融合了SST图中的特征信息，从而增强了编码器输出特征图的上下文信息，进而有效提高模型的检测精度。

主权项：1.一种基于多尺度残差卷积神经网络的海洋锋面探测方法，其特征在于，包括如下步骤：步骤1，将卫星遥感观测得到的海表面温度数据进行预处理得到海表面温度梯度图与海表面温度图；步骤2，在海表面温度梯度图的基础上，结合专家经验，使用Labelme制作海洋锋面标签；步骤3，将海表面温度梯度图与海表面温度图作为模型输入，构建数据集，并分成训练集和测试集，将训练集输入构建的多尺度残差卷积神经网络Y-Net模型中，利用海洋锋面标签对模型进行训练，训练完成后利用测试集对模型进行评估；所述Y-Net模型包括编码器、解码器和预测网络三部分；编码器部分由两条分支构成，一条分支用于接收海表面温度梯度图，另一条分支用于接收海表面温度图，两条分支均由5个多尺度残差卷积块堆叠构成；编码器实现特征提取和降维，两条分支得到的特征图进行通道合并后输出结果到解码器；解码器部分由4组2×2卷积层和多尺度残差卷积块堆叠构成；解码器实现特征分析与上采样，将图像大小恢复至原始图像大小，之后传递给预测网络；预测网络首先是一个3×3大小卷积核的卷积层，并在该层应用ReLU激活函数，调整输出通道数为2；其次是一个1×1大小卷积核的卷积层，该层应用softmax激活函数，将卷积层的输出转化为概率分布，预测每个像素点属于某个类别的概率；之后将特征图大小恢复至原始输入大小，并调整输出通道数为2，实现像素点的分类并生成探测结果；步骤4，将卫星遥感观测得到的待测海域的海表面温度数据进行预处理得到海表面温度梯度图与海表面温度图，输入评估合格的模型中进行海洋锋面探测。

全文数据：

权利要求：

百度查询： 自然资源部第一海洋研究所 中国石油大学(华东) 一种基于多尺度残差卷积神经网络的海洋锋面探测方法